我们今天要讨论的是故障恢复，它是确保基于云或托管型呼叫中心的高可靠性服务的重要支柱之一。需要注意的是，应该如何防止故障和灾难演变成服务的损失呢？用户/服务供应商应向厂商提出哪些要求呢？

在如今高度发达的社会中，我们有稳定的公共资源供应：干净的水、电、互联网。当这些系统中断时，我们会感到惊讶和愤怒：不能喝茶、没有照明、网络连接也中断了。这样的局面令人无法忍受。

对呼叫中心来说，核心的云/托管服务如IP带宽、电话、呼叫控制等的中断带来的危害无法用不便”二字概括。它会导致糟糕的客户服务、收入下降和名誉损失。

虽然100％的正常运行时间是最理想的，但是呼叫中心工作的实时处理性质使这个目标几乎不可能实现。为什么呢？

此外，现实情况是，如果没有整体全面的预算的话，大多数用户是可以期待超高的正常运行时间的。配件的定期更换，硬件、网络、电源、语音载体等故障都可以带来较低的正常运行时间。

从软件角度来看，故障通常是由某种形式的中断造成的：

计划性的——如果一个软件平台并没有根据高速写入升级而设计，那么升级就可能耗费数十分钟，甚至数小时。不利于高可用性”系统。

非计划性的——在系统某处出现故障；这些是可以预见的，如资源缺乏（内存、磁盘空间等）。通过精心规划和相应的系统监测，这些故障是可以消除的。还有一些其他的故障无法预知、但却不可避免。它们波及面很广，从个别组件（例如硬盘、网络交换机、媒体网关）到重大自然灾害（如地震、海啸）。

对于任何提供高可用性系统的供应商/服务供应商来说，核心问题是：如何预防故障和灾难演化为服务的损失？

关键是通过服务的复制，消除单点故障”，也就是软件冗余。但是，这也存在一定的问题。

理想状况是，每个服务都有热备份”——这是一个备用服务，它不间断运行，监控主要服务的状态。如果失败，所有备用部分和资源都能实现无缝切换。这是全球网络和其他运营商网络的基础。不过，虽然它适用于呼叫中心的许多流程，但是它却无法应用于实时的处理工作（如会议/语音流量的记录或者拨号器/ ACD测量）。实时化意味着一切都处于快速变化之中，无法完全遵照磁盘内容。因此，如果处理服务失败，资源的简单切换和正常业务的恢复也就无法进行了。当前会话结束或者备份拨号服务速度加快时，服务质量会暂时降低，备份系统会重新建立服务。

另一种是冷备份”。在这个模式中，每个服务的副本都被保存在一个单独的系统中（可能是虚拟存储器，一个完全不同的服务器，甚至位于不同的大陆），能在必要时立刻投入使用。

但是我们如何判断何时是必要的”？为了实现高可用性，被动的等待故障的出现是不够的。必须立即采取行动。这就需要持续的监控，不断监测周围服务的状态。如果无法正常工作，控制功能就需要启动备用服务。（顺便说一句，每个服务都必须有一个备份。正如Juvenal所问：谁来监督监督者？”）

另一个挑战是，当主服务器故障时，它会有一个特定的状态。备用服务器必须被初始化，使用相同的设置，包括安全性和许可证。这可以通过备用服务器或云端的配置文件副本实现。它必须时刻就绪，也许可以从最新的当前状态”文件中获取。最后，所有激活资源和路径都会被转换到备用服务器中。

平滑切换后，主服务器会发生什么？如果故障的原因是暂时的，自动重启是最好的选择，重置和重新连接资源以重新投入服务。如果不是这样，则需要IT部门介入。

托管/基于云的呼叫中心服务的高可用性不是理所当然存在的。支持故障恢复的功能必须涉及到软件的深度设计。它必须进行规划，并以此为发展方向，以便真正做到服务的无缝对接。